Kiram, M. Althaf (2025) MACHINE LEARNING KLASIFIKASI PENYAKIT JIWA MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERBASIS WEB. S1 thesis, Universitas Malikussaleh.

	Text M. Althaf Kiram_180170001_Cover.pdf Download (52kB)
	Text M. Althaf Kiram_180170001_Abstrak.pdf Download (14kB)
	Text M. Althaf Kiram_180170001_Bab 1.pdf Download (22kB)
	Text M. Althaf Kiram_180170001_Daftar Pustaka.pdf Download (75kB)
	Text M. Althaf Kiram_180170001_MACHINE LEARNING KLASIFIKASI PENYAKIT JIWA MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERBASIS WEB.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Gangguan jiwa merupakan masalah kesehatan yang dapat berdampak signifikan terhadap kehidupan individu jika tidak terdiagnosis dan ditangani dengan baik. Untuk mendukung deteksi dini dan mempermudah proses klasifikasi gangguan jiwa, penelitian ini mengembangkan sistem berbasis K-Nearest Neighbor (KNN) yang diimplementasikan dalam aplikasi berbasis web. Dataset yang digunakan diperoleh dari Rumah Sakit Jiwa Aceh dengan total 564 data pasien, yang mencakup gejala seperti kecemasan, gangguan persepsi, serta tingkat keparahan dalam kehidupan sehari-hari. Proses klasifikasi dilakukan melalui serangkaian tahapan, termasuk pembersihan data, normalisasi, pemilihan parameter optimal, dan evaluasi model. Dengan K=10 model diuji menggunakan confusion matrix untuk mengukur performa dengan metrik akurasi, presisi, recall, dan F1-score, yang menghasilkan nilai 100% untuk semua kategori gangguan jiwa yang diklasifikasikan, yaitu Depresi Berat, Depresi Ringan, Skizofrenia Paranoid, dan Skizofrenia Hebefrenik. Hasil ini menunjukkan bahwa metode KNN dapat digunakan secara efektif dalam mendiagnosis gangguan jiwa berdasarkan gejala yang diberikan. Selain itu, implementasi berbasis web memungkinkan akses lebih luas bagi tenaga medis dan masyarakat dalam melakukan klasifikasi awal tanpa harus bergantung sepenuhnya pada diagnosis manual. Dengan hasil yang akurat dan sistem yang responsif, penelitian ini diharapkan dapat berkontribusi dalam meningkatkan pelayanan kesehatan mental serta memberikan solusi berbasis teknologi untuk mendukung upaya deteksi dini gangguan jiwa. Kata Kunci : K-Nearest Neighbor (KNN), klasifikasi gangguan jiwa, machine learning, deteksi dini, sistem berbasis web.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science R Medicine > R Medicine (General) T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	M Althaf Kiram
Date Deposited:	26 May 2025 03:06
Last Modified:	26 May 2025 03:06
URI:	https://rama.unimal.ac.id/id/eprint/11725

Actions (login required)

View Item